跳到正文
← 返回论文列表与筛选
阅读说明

本页整理公开书目信息,不生成学术质量评分。AI 解读根据题名及所注明的摘要或原文片段生成,未完成全文核验,可能有误;具体假设、证明与结论请核对原文。摘要保留来源文本,未经模型改写。

DOI 首次登记不等于接收或发表日期。部分更正、评论等条目没有独立摘要;缺少可靠材料时保留待补状态。

本页为预印本版本;arXiv 收录、作者填写的期刊信息以及作者既有发表经历,都不单独证明本篇已接收。作者发表记录按 OpenAlex 身份与完整姓名、本站覆盖期刊 ISSN 及正式卷期核对,只展示已核实例,档案仍可能误合并。

引用量采用 OpenAlex 单条关联记录,不合计多个记录;关联记录可能包含正式发表版本,不等于此版本单独引用。缺失不视为零,引用指标不代表论文质量。

关注作者按书目中的完整姓名匹配,同名和姓名变体需人工辨别。相关论文先按共享细分方向和具体方法排列,再参考通用方法与发表日期。

分类依据与纠错

AI 根据所提供的论文材料归类:摘要直接研究边际处理效应函数及其形状的统计推断。

反馈分类问题

正在核对关联版本…

代码、数据与补充材料

正在核对对应版本的资源…

关注这篇论文的作者
Toshiki Tsuda
Yanchun Jin
Ryo Okui

边际处理效应函数的一致置信带

研究问题
如何为边际处理效应函数构造同时覆盖的置信带,以判断函数形状及未观测处理倾向与治疗效应之间关系的统计不确定性?
方法与思路
作者对局部二次估计量建立高斯近似,并研究上确界分布的多项式阶近似;构造所需信息包括样本量、标准误、核与带宽。
材料陈述的贡献
摘要称方法计算成本低,模拟覆盖率达到目标且较 Gumbel 近似置信带更少保守,并提供农村电气化项目的应用。
阅读关注点
应核对一致覆盖的区间范围、平滑偏差和带宽处理,以及高斯与上确界近似条件,并检查形状推断在应用中的具体实现。
阅读边界
这是 arXiv 预印本,同行评审及接收未核实;摘要未列出 MTE 识别和置信带有效性条件,模拟比较不保证所有样本情形的表现。

原文摘要

This paper presents a method for constructing uniform confidence bands for the marginal treatment effect (MTE) function. The shape of the MTE function provides insight into how the unobserved propensity to receive treatment relates to the treatment effect. Our approach visualizes the statistical uncertainty of an estimated function, facilitating inferences about the function's shape. The proposed method is computationally inexpensive and requires only minimal information: sample size, standard errors, kernel function, and bandwidth. We derive a Gaussian approximation for a local quadratic estimator and consider the approximation of the distribution of its supremum in polynomial order. Monte Carlo simulations demonstrate that our bands provide the desired coverage and are less conservative than those based on the Gumbel approximation. An empirical application based on the rural electrification program is included.

笔记与分组
相关领域论文